Valibot 中异步自定义验证函数的序列化问题解析
2025-05-30 23:50:21作者:劳婵绚Shirley
在 Valibot 这个强大的 TypeScript 模式验证库中,开发者经常会遇到需要实现异步自定义验证逻辑的场景。本文将通过一个典型的使用案例,深入分析异步验证函数的序列化问题及其解决方案。
异步验证的典型场景
在用户注册表单验证中,我们通常需要检查邮箱的唯一性。Valibot 提供了 customAsync 验证器来实现这一需求:
export const insertUserSchema = objectAsync({
email: stringAsync([
email(),
customAsync(uniqueEmail, 'Email Adresse schon vorhanden')
]),
// 其他字段...
});
其中 uniqueEmail 是一个异步验证函数,它会查询数据库检查邮箱是否已存在:
export const uniqueEmail = async (email: string): Promise<boolean> => {
const result = await db.query.userTable.findFirst({
where: (userTable, { eq }) => eq(userTable.email, email)
});
return !result;
};
问题现象
当使用 safeParseAsync 进行验证并处理错误时,开发者可能会尝试将验证错误对象直接返回给客户端:
const parsedValues = await safeParseAsync(schema, formValues);
if (!parsedValues.success) {
return fail(403, { issues: parsedValues.issues });
}
这时会遇到序列化错误,因为验证错误对象中的 requirement 属性保留了原始的验证函数:
{
reason: 'string',
validation: 'custom',
message: 'Email Adresse schon vorhanden',
input: 'xxxxxx',
requirement: [AsyncFunction (anonymous)], // 无法序列化的函数
// ...
}
问题本质
这种现象是 Valibot 的预期行为。验证错误对象中的 requirement 属性始终保存着原始的验证条件:
- 对于
email验证,它是正则表达式 - 对于
custom验证,它就是开发者传入的验证函数
这不是一个 bug,而是设计如此,因为 Valibot 需要完整保留验证的上下文信息。
解决方案
方案一:过滤非序列化属性
最简单的解决方案是在返回给客户端前过滤掉函数属性:
const formatValidationIssues = (issues: Issue[]) => {
return issues.map(({ requirement, skipPipe, ...rest }) => rest);
};
方案二:使用 Valibot 的 flatten 方法
Valibot 提供了内置的 flatten 方法来格式化验证错误:
import { flatten } from 'valibot';
const formattedErrors = flatten(parsedValues.error);
方案三:仅返回必要信息
最佳实践是只返回客户端真正需要的信息,通常是错误消息和路径:
const simplifiedIssues = parsedValues.issues.map(issue => ({
path: issue.path,
message: issue.message
}));
进阶建议
对于需要在客户端和服务端共享但又有差异的验证逻辑,可以采用以下模式:
- 定义基础模式(客户端和服务端共用)
- 在服务端扩展添加服务端特有的验证
// 基础模式(客户端和服务端共用)
const baseUserSchema = objectAsync({
username: string([/* 客户端验证规则 */]),
// ...
});
// 服务端扩展模式
const serverUserSchema = mergeAsync([
baseUserSchema,
objectAsync({
email: stringAsync([email(), customAsync(uniqueEmail)])
})
]);
总结
Valibot 的验证错误对象设计保留了完整的验证上下文,这虽然会导致序列化问题,但也提供了最大的灵活性。开发者应当根据实际需求选择适当的错误格式化策略,而不是直接返回原始错误对象。理解这一设计理念,能够帮助开发者更好地利用 Valibot 构建健壮的验证逻辑。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.JavaScript01
idea-claude-code-gui一个功能强大的 IntelliJ IDEA 插件,为开发者提供 Claude Code 和 OpenAI Codex 双 AI 工具的可视化操作界面,让 AI 辅助编程变得更加高效和直观。Java01
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility.Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
518
3.69 K
暂无简介
Dart
760
182
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
568
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
Ascend Extension for PyTorch
Python
321
371
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.05 K
522
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
160
React Native鸿蒙化仓库
JavaScript
300
347